| 電子情報通信学会 研究会発表申込システム 講演論文 詳細 |
技報閲覧サービス [ログイン] 技報アーカイブ |
| トップに戻る | 前のページに戻る | [Japanese] / [English] |
| 講演抄録／キーワード | ||
| 講演名 | 2023-07-28 14:10 5Gセルラー通信に応用可能な情報源通信路深層結合符号化における学習モデルの影響評価 ○山本龍之介・松本啓吾・井上文彰（阪大）・原 祐子（東工大）・丸田一輝（東京理科大）・中山 悠（東京農工大）・久野大介（阪大）  CS2023-56 |
|
| 抄録 | （和） | 5G技術の進展やIoTデバイスの普及により, 映像や画像データを効率的に伝送可能な情報源-通信路深層結合符号化方式（Deep JSCC）が注目されている. Deep JSCCでは, 信号対雑音電力比（SNR）が極めて低い場合においても, 画像のピーク信号対雑音電力比（PSNR）を良好に保てると報告されている. このDeep JSCCをセルラー通信システムで利用する場合, 通信路の変動に合わせて, 圧縮率を適応的に変化させなければならない. すなわち, セルラー基地局は複数の学習モデルを備える必要がある. しかし, 学習時のSNRと圧縮率の最適な組み合わせに関して, 著者の知る限りでは, 未だ報告されていない. このため, 本稿では, 学習時のSNRと圧縮率を段階的に変化させ, セルラー基地局が備える必要がある学習モデル数を調査する. |
| （英） | With the development of 5G technology and the proliferation of IoT devices, Deep Joint Source-Channel Coding (Deep JSCC), which can efficiently transmit video and image data, has been attracting attention. Deep JSCC has been reported to maintain good peak signal-to-noise power ratio (PSNR) of images even when the signal-to-noise power ratio (SNR) is very low. When this Deep JSCC is used in a cellular communication system, the compression ratio must be adaptively varied according to the fluctuations of the communication channel. In other words, cellular base stations need to be equipped with multiple learning models. However, to the best of the author's knowledge, the optimal combination of SNR and compression ratio during learning has not yet been reported. Therefore, this paper investigates the number of learning models that a cellular base station needs to have by varying the SNR and compression ratio during training in a stepwise manner. |
|
| キーワード | （和） | 5G / 情報源通信路結合符号化 / 深層学習 / セマンティック通信 / 画像伝送 / / / |
| （英） | 5G / Joint Source-Channel Coding / Deep Learning / Semantic Communication / Image Transmission / / / | |
| 文献情報 | 信学技報, vol. 123, no. 137, CS2023-56, pp. 151-156, 2023年7月. | |
| 資料番号 | CS2023-56 | |
| 発行日 | 2023-07-20 (CS) | |
| ISSN | Online edition: ISSN 2432-6380 | |
| 著作権に ついて |
技術研究報告に掲載された論文の著作権は電子情報通信学会に帰属します．(許諾番号：10GA0019/12GB0052/13GB0056/17GB0034/18GB0034) | |
| PDFダウンロード | CS2023-56 |
|
| 研究会情報 | |
| 研究会 | CS |
| 開催期間 | 2023-07-27 - 2023-07-28 |
| 開催地（和） | 八丈町商工会 |
| 開催地（英） | Hachijo-machi Chamber of Commerce and Industry |
| テーマ（和） | 次世代ネットワーク，アクセスネットワーク，ブロードバンドアクセス方式，電力線通信，無線通信方式，符号化方式，一 般 |
| テーマ（英） | Next Generation Networks, Access Networks, Broadband Access, Power Line Communications, Wireless Communication Systems, Coding Systems, etc. |
| 講演論文情報の詳細 | |
| 申込み研究会 | CS |
| 会議コード | 2023-07-CS |
| 本文の言語 | 日本語 |
| タイトル（和） | 5Gセルラー通信に応用可能な情報源通信路深層結合符号化における学習モデルの影響評価 |
| サブタイトル（和） | |
| タイトル（英） | Impact of Learning Models on Deep Joint Source Channel Coding Adaptable to 5G Systems |
| サブタイトル（英） | |
| キーワード(1)（和/英） | 5G / 5G |
| キーワード(2)（和/英） | 情報源通信路結合符号化 / Joint Source-Channel Coding |
| キーワード(3)（和/英） | 深層学習 / Deep Learning |
| キーワード(4)（和/英） | セマンティック通信 / Semantic Communication |
| キーワード(5)（和/英） | 画像伝送 / Image Transmission |
| キーワード(6)（和/英） | / |
| キーワード(7)（和/英） | / |
| キーワード(8)（和/英） | / |
| 第1著者 氏名（和/英/ヨミ） | 山本 龍之介 / Ryunosuke Yamamoto / ヤマモト リュウノスケ |
| 第1著者 所属（和/英） | 大阪大学 (略称： 阪大) OsakaUniversity (略称： Osaka Univ.) |
| 第2著者 氏名（和/英/ヨミ） | 松本 啓吾 / Keigo Matsumoto / ケイゴ マツモト |
| 第2著者 所属（和/英） | 大阪大学 (略称： 阪大) OsakaUniversity (略称： Osaka Univ.) |
| 第3著者 氏名（和/英/ヨミ） | 井上 文彰 / Yoshiaki Inoue / イノウエ ヨシアキ |
| 第3著者 所属（和/英） | 大阪大学 (略称： 阪大) OsakaUniversity (略称： Osaka Univ.) |
| 第4著者 氏名（和/英/ヨミ） | 原 祐子 / Yuko Hara-Azumi / ハラ ユウコ |
| 第4著者 所属（和/英） | 東京工業大学 (略称： 東工大) Tokyo Institute of Technology (略称： Tokyo Tech) |
| 第5著者 氏名（和/英/ヨミ） | 丸田 一輝 / Kazuki Maruta / マルタ カズキ |
| 第5著者 所属（和/英） | 東京理科大学 (略称： 東京理科大) Tokyo University of Science (略称： TUS) |
| 第6著者 氏名（和/英/ヨミ） | 中山 悠 / Yu Nakayama / ナカヤマ ユウ |
| 第6著者 所属（和/英） | 東京農工大学 (略称： 東京農工大) Tokyo University of Agriculture and Technology (略称： TUAT) |
| 第7著者 氏名（和/英/ヨミ） | 久野 大介 / Daisuke Hisano / ヒサノ ダイスケ |
| 第7著者 所属（和/英） | 大阪大学 (略称： 阪大) OsakaUniversity (略称： Osaka Univ.) |
| 講演者 | 第1著者 |
| 発表日時 | 2023-07-28 14:10:00 |
| 発表時間 | 20分 |
| 申込先研究会 | CS |
| 資料番号 | CS2023-56 |
| 巻番号（vol） | vol.123 |
| 号番号（no） | no.137 |
| ページ範囲 | pp.151-156 |
| ページ数 | 6 |
| 発行日 | 2023-07-20 (CS) |
[研究会発表申込システムのトップページに戻る]